标签

 卷积 

相关的文章:

这是一个关于卷积视觉转换器、图拓扑特征分布、图卷积网络、生物特征安全性和静态恶意软件检测的列表页。

BriefGPT - AI 论文速递 -

TESS 全幅图像光变曲线中的短周期变量通过卷积神经网络识别

通过卷积神经网络,该论文提供了一种高效、高性能的方法,能够在大规模存档搜索中进行预测和识别短周期变量,从而揭示了短周期主序双星和 Delta Scuti 星等两个主要种群的特征。

本文介绍了一种基于深度学习的方法来测量小行星的径向速度,通过降低恒星的谱线的抖动。作者设计了多种神经网络体系结构,并发现多行CNN能够实现较高的精度。这种方法有望实现对小行星径向速度的准确探测。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

全可微分的拉格朗日卷积神经网络用于一致性连续物理引导的降水即时预测

该论文提出了一种卷积神经网络模型,用于在降雨预报中将数据驱动学习与物理知识相结合。我们提出了 LUPIN,一种拉格朗日双 U-Net 物理驱动预报模型,它借鉴了现有的基于外推的预报方法,并以完全可区分和 GPU 加速的方式实现了数据的拉格朗日坐标系统转换,以实现实时的端到端训练和推理。根据我们的评估,LUPIN 与所选基准模型的表现相匹配并超出,为其他拉格朗日机器学习模型提供了机会。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

基于图卷积的大型语言模型用于推荐

利用大型语言模型来改进描述文本的办法受到了研究者的关注,本论文提出了一种基于图卷积的大型语言模型方法,通过捕捉用户 - 物品图中的高阶关系来改进描述文本。在真实世界的数据集上进行了广泛的实验,结果表明我们的方法始终优于现有的最先进方法。

该文章介绍了一种基于图卷积的大型语言模型方法,通过捕捉用户-物品图中的高阶关系来改进描述文本。实验结果表明该方法在真实世界的数据集上优于现有的最先进方法。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

HyCubE: 高效知识超图 3D 循环卷积嵌入

通过设计一种新颖的三维循环卷积神经网络和引入交替掩膜堆叠策略,本文提出了一种特征交互和提取增强的三维循环卷积嵌入模型 HyCubE,实现了高效 n 元知识超图嵌入,并通过自适应调整三维循环卷积核大小和统一嵌入实体位置信息,在模型性能和效率之间取得更好的平衡。同时,基于实体掩膜机制使用了 1-N 多线性评分来进一步加速模型训练效率。实验结果表明,在所有数据集上,HyCubE 始终优于最先进的基准方法,平均改进了 4.08% 至 10.77%,最大改进了 21.16%。值得称赞的是,与最新的基准方法相比,HyCubE 的速度平均提高了 7.55 倍,内存使用率平均减少了 77.02%。

本文介绍了HyCubE模型,一种高效的三维循环卷积嵌入模型,通过特征交互和提取增强实现了n元知识超图嵌入。实验结果显示,HyCubE在各数据集上均优于基准方法,速度提高了7.55倍,内存使用率减少了77.02%。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

卷积神经网络用于人脸皮肤病变检测

该研究提出了一种通过卷积神经网络和机器学习方法,在面部图像中侦测瑕疵和皮肤损伤的模型,该方法具有简单的架构、快速和适用于图像处理,并避免了传统方法的复杂性。

该研究提出了一种简单、快速且适用于图像处理的模型,通过卷积神经网络和机器学习方法,在面部图像中侦测瑕疵和皮肤损伤。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

用于实际 LIGO 数据的卷积神经网络信号检测

近期,机器学习算法用于解决重力波探测器数据中的信号搜索问题,本研究描述了 TPI FSU Jena 团队的参赛作品及其改进版,并将算法应用于真实的 O3b 数据以检测 GWTC-3 目录中的相关事件。

本文介绍了ShallowWaves和DeepWaves两种新的机器学习和深度学习集成方法,用于检测引力波观测数据中的噪声和模式。通过在LIGO收集的实际数据上训练和测试模型,证明了DeepWaves集成的最佳准确性。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

MODIPHY:利用幻象卷积增强的 Faster YOLO 进行物联网的多模式遮挡检测

利用 YOO Phantom 模型和多模态数据集,本研究解决了物体检测在黑暗环境和遮挡场景中的问题,并在物联网平台上进行了实时目标检测的有效性测试。

深度学习目标检测对视力受损者避开障碍物有帮助。评估七种不同的YOLO目标检测模型,发现YOLOv8在道路和人行道上的表现最佳,精确度为80%,召回率为68.2%。YOLO-NAS在其他应用中表现更好,但对于障碍物检测任务来说不理想。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

波前随机化改善去卷积

通过添加随机掩蔽物到成像系统,减少对畸变的依赖,降低传递函数的零点概率,进而在去卷积过程中降低对噪声的敏感度,以提高图像质量。

本文提出了一种先验量化模型来改正图像处理中的光学畸变,并通过量化先验编码与图像恢复分支融合,实现有针对性的光学畸变纠正。实验证明了该方法的灵活性和潜力,并验证了其在固定相机上完成目标修复的能力。该模型有助于联合软硬件设计。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

灵活的无限宽度图卷积网络及表示学习的重要性

神经网络的无限宽度极限通常被认为是具有高斯过程分布的,称为神经网络高斯过程,然而固定的 NNGP 核函数无法进行表示学习,为了了解图分类和节点分类任务中表示学习的必要性,我们开发了一个精确的工具,即图卷积深核机器,发现表示学习对于图分类和异质节点分类任务是必要的,但对于同质节点分类任务则不是。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

卷积视觉转换器用于产量预测

基于远程感知数据的直方图,视觉变换器在文献中表现得较少,因此测试了卷积视觉变换器(CvT)来评估当前在许多其他视觉任务中取得最新成果的视觉变换器。CvT 结合了卷积的优势和变换器的动态注意力和全局上下文融合的优势。CvT 的表现不如 XGBoost 和 CNN 等广泛测试的方法,但显示了变换器提升产量预测的潜力。

基于远程感知数据的直方图,视觉变换器CvT结合了卷积和变换器的优势,显示了提升产量预测的潜力。

相关推荐 去reddit讨论

热榜 Top10

...
LigaAI
...
ShowMeBug
...
天勤数据
...
观测云
...
Dify.AI
...
白鲸技术栈
...
eolink

推荐或自荐